UKF滤波算法在数据同化中的应用
黄春林
李新
1.中国科学院寒区旱区环境与工程研究所,甘肃,兰州,7300002.中国科学院寒区旱区环境与工程研究所,甘肃,兰州,730000
摘要：介绍了一种新的数据同化算法(UKV,Unscented Kalman Filter),该算法不需要计算伴随矩阵,就能够解决模式的非线性问题.以Lorenz系统为例,进行了数据同化的数值试验.结果表明:基于UKF的同化方案与背景场的初始值无关,它能有效地抑制状态变量误差的增长,同化结果精度高.
关键词：UKF滤波数据同化Lorenz模型
分类号：P435(动力气象学)
资助基金：国家自然科学基金(90202014)国家重点基础研究发展计划（973计划）(2001CB309404)中国科学院知识创新工程重要方向项目(CACX2003102)中国科学院西部行动计划(KZCX2-XB2-09)
论文发表日期：2007-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 617-622 )
英文信息